En C++, ¿cómo calcular la media de un vector de números enteros utilizando una vista de vector y gsl_stats_mean?

Question

mi programa manipula vectores STL de enteros pero, de vez en cuando, necesito calcular algunas estadísticas sobre ellos. Por lo tanto, utilizo las funciones GSL. Para evitar copiar el vector STL en un vector GSL, creo un GSL vector visión, y darle a las funciones de GSL, como en este trozo de código:

#include <iostream> 
#include <vector> 
#include <gsl/gsl_vector.h> 
#include <gsl/gsl_statistics.h> 
using namespace std; 

int main(int argc, char* argv[]) 
{ 
    vector<int> stl_v; 
    for(int i=0; i<5; ++i) 
    stl_v.push_back(i); 

    gsl_vector_int_const_view gsl_v = gsl_vector_int_const_view_array(&stl_v[0], stl_v.size()); 

    for(int i=0; i<stl_v.size(); ++i) 
    cout << "gsl_v_" << i << "=" << gsl_vector_int_get(&gsl_v.vector, i) << endl; 

    cout << "mean=" << gsl_stats_mean((double*) gsl_v.vector.data, 1, stl_v.size()) << endl; 
} 

Una vez compilado (gcc -lstdC++ -lgsl test.cpp -lgslcblas), este código muestra esto:

gsl_v_0=0 
gsl_v_1=1 
gsl_v_2=2 
gsl_v_3=3 
gsl_v_4=4 
mean=5.73266e-310 

la vista vector se creó correctamente pero no entiendo por qué la media es incorrecto (debe ser igual a 10/5 = 2). ¿Alguna idea? Gracias por adelantado.

Answer 1

Use las funciones estadísticas del número entero:

cout << "mean=" << gsl_stats_int_mean(gsl_v.vector.data, 1, stl_v.size()) << endl; 

Nota del gsl_stats_int_mean en lugar de gsl_stats_mean.

Answer 2

El molde a double* es muy sospechoso.

Cada vez que tenga la tentación de usar un yeso, piénselo de nuevo. Luego busque una forma de hacerlo sin un elenco (tal vez mediante la introducción de una variable temporal si la conversión es implícita). Luego piensa una tercera vez antes de lanzar.

Dado que la región de memoria no contiene valores de double, el código simplemente interpreta los patrones de bits allí como si representaran dobles, con efectos predeciblemente no deseados. Lanzar un int* a double* es MUY diferente de fundir cada elemento de la matriz.

Answer 3

Aunque no estoy familiarizado con GSL, la expresión (double*) gsl_v.vector.data parece extremadamente sospechosa. ¿Está seguro de que es correcto reinterpret_cast ese puntero para obtener datos de double?

Answer 4

Casting a double* está arruinando sus datos. No es la conversión de datos en double, pero sólo utilizando int datos binarios como double

Answer 5

Según http://www.gnu.org/software/gsl/manual/html_node/Mean-and-standard-deviation-and-variance.html la función gsl_stats_mean toma una matriz de double. Estás tomando un vector de int y diciéndole que use los bytes sin formato como double, lo que no va a funcionar bien.

Tendrá que establecer un temporal vector de doble acontecerá en:

// Assumes that there's at least one item in stl_v. 
std::vector<double> tempForStats(stl_v.begin(), stl_v.end()); 
gsl_stats_mean(&tempForStats[0], 1, tempForStats.size()); 

EDIT: También es posible usar los algoritmos de la biblioteca estándar de hacer lo mismo int significa:

// Assumes that there's at least one item in stl_v. 
double total = std::accumulate(stl_v.begin(), stl_v.end(), 0); 
double mean = total/stl_v.size(); 

Answer 6

A menos que esté haciendo muchas estadísticas considerablemente más complejas que la media, ignoraría gsl y solo usaría algoritmos estándar:

double mean = std::accumulate(stl_v.begin(), stl_v.end(), 0.0)/stl_v.size(); 

Cuando/si se justifica el uso de una biblioteca de estadísticas, su primera opción probablemente sea buscar otra cosa que esté mejor diseñada (por ejemplo, Acumuladores Boost).

Si decide, por cualquier razón, que realmente necesita usar GSL, parece que vas a tener que copiar su gama de int s de una serie de double s en primer lugar, a continuación, utilizar GSL en el resultado.Esto es obvio, bastante ineficiente, especialmente si se trata de una gran cantidad de datos, por lo tanto, el consejo anterior de usar algo más en su lugar.